Startseite > Lexikon > Tracking & Analytics > ETL

Bleistiftskizze: Drei Eimer schütten unterschiedliche Steinchen in ein orange markiertes Sieb, aus dem gleiche Würfel in eine Kiste gleiten, als Bild für ETL
Tracking & Analytics

ETL

ETL

Deine Daten liegen in GA4, Google Ads, Meta und im CRM — jedes Tool mit eigener Logik. ETL ist der Weg, sie an einen Ort zu holen, wo du sie endlich zusammen auswerten kannst.

Auch bekannt alsExtract Transform LoadETL-Prozess

7 Min

Lesezeit

15.11.2026

Letzte Aktualisierung

Was ist ETL?

Wie viel hat dich ein Lead aus Meta wirklich gekostet, und wie viel Umsatz kam später im CRM dazu? Die Antwort steckt in drei Tools, die nicht miteinander reden. ETL ist der Prozess, der sie zusammenbringt.

IBM beschreibt ETL als Datenintegrationsprozess, der Daten aus mehreren Quellen kombiniert, bereinigt und ordnet. Das Verfahren ist alt: Laut IBM kam es schon in den 1970er-Jahren auf. Die drei Buchstaben stehen für drei Schritte:

  • Extract (Holen): Daten aus den Quellen abrufen, etwa aus Google Ads, GA4, Meta Ads oder HubSpot.
  • Transform (Umformen): bereinigen und vereinheitlichen — gleiche Datumsformate, gleiche Kampagnennamen, eine Währung, Dubletten raus.
  • Load (Laden): das Ergebnis in ein Zielsystem schreiben, meist ein Data Warehouse wie BigQuery.

Danach hängt ein Dashboard, etwa in Data Studio, an einer einzigen sauberen Quelle statt an fünf Schnittstellen.

ETL, ELT und Reverse ETL

Im Alltag sagen fast alle ETL. Technisch läuft im Marketing heute oft etwas anderes.

Verfahren

So läuft es

ETL

Erst umformen, dann laden

ELT

Erst laden, im Warehouse umformen

Reverse ETL

Vom Warehouse zurück in die Tools

Microsoft bringt den Unterschied auf einen Satz: ELT unterscheidet sich von ETL nur darin, wo die Umformung passiert. Bei ELT landen die Rohdaten erst in BigQuery, danach formst du sie dort per SQL um, oft mit dem Werkzeug dbt. Laut AWS ist das heute der übliche Weg, weil Speicher in der Cloud billig ist.

Reverse ETL dreht die Richtung um. Aufbereitete Daten aus dem Warehouse fließen zurück ins CRM, in die Marketing-Automation oder als Zielgruppenliste zu Google Ads und Meta. Damit wird aus der Auswertung eine Aktion.

So sieht ETL im Marketing aus

Laut der zehnten Ausgabe des Salesforce-Berichts „State of Marketing“ nutzt eine Marketingabteilung im Schnitt mindestens sieben Datenquellen. Nur 26 % der Befragten sind mit der Zusammenführung vollständig zufrieden. Befragt wurden 4.450 Marketer in 26 Ländern, Ende 2025.

Für Google-Daten ist der Einstieg günstig. Der BigQuery Data Transfer Service holt Google Ads und GA4 laut Google ohne Gebühr für das Einspielen; Speicher und Abfragen kosten trotzdem. Drei Grenzen solltest du kennen:

  • GA4-Export: Standard-Properties exportieren höchstens 1 Million Ereignisse pro Tag. Der Streaming-Export hat keine Grenze, kostet aber 0,05 US-Dollar je GB.
  • Google Ads: höchstens eine Übertragung alle 24 Stunden, ältere Daten per Backfill.
  • BigQuery-Sandbox: gratis und ohne Kreditkarte, aber 10 GiB Speicher, 1 TiB Abfragen im Monat — und Tabellen löschen sich nach 60 Tagen.

Case A · Mediaagentur

GroupM holt Kundendaten nach BigQuery

3–5 h

gespart je Kunde / Monat

75 h

gespart / Monat in Spitzen

Facebook, Google Ads und weitere Quellen laufen automatisch zusammen.

Fallstudie des Anbieters Fivetran, bei 15 Schlüsselkunden.

Case B · Agentur

Seer Interactive bündelt fünf Werbekanäle

720+ h

Reporting gespart / Jahr

60.000 $

Werbebudget geschont

Google Ads, Microsoft Ads, Analytics, Facebook und LinkedIn in BigQuery.

Fallstudie von Fivetran, um 2020. Vorher kostete ein Tippfehler im Handreporting 200.000 $.

Häufige Fehler

Fehler 1 · Erwarten, dass alte Daten mitkommen

Der GA4-Export nach BigQuery und der Bulk-Export der Google Search Console sammeln erst ab dem Tag, an dem du sie einschaltest. Google schreibt es für die Search Console ausdrücklich: Der erste Export enthält die Daten des Exporttags. Schalte die Exporte deshalb früh ein, auch wenn du sie erst später nutzt.

Fehler 2 · Gratis mit kostenlos verwechseln

Das Einspielen ist bei Google gratis, Speicher und Abfragen nicht. Und die Sandbox löscht Tabellen nach 60 Tagen. Wer darauf sein Reporting baut, steht irgendwann vor leeren Diagrammen.

Fehler 3 · Ohne Namenskonvention starten

Wenn Kampagnen in Google Ads „Sommer_Sale“ und in Meta „sommer-sale-2026“ heißen, hilft die schönste Datenstrecke nichts. Das „T“ in ETL kann vieles reparieren — aber nicht raten, was zusammengehört. Lege Namen und UTM-Parameter fest, bevor du Daten zusammenführst.

Fehler 4 · Personenbezogene Daten roh abladen

Bei ETL kannst du sensible Felder schon unterwegs maskieren, darauf weist IBM hin. Bei ELT liegen die Rohdaten erst einmal unverändert im Warehouse. Bei CRM-Daten mit Namen und E-Mail-Adressen ist das ein Datenschutzthema, kein Detail.

Welche Tools gibt es?

  • Bei Google ab Werk: BigQuery Data Transfer Service für Google Ads, GA4-Export, Search-Console-Bulk-Export.
  • Fertige Connectors: Fivetran (Gratis-Tarif bis 500.000 aktive Zeilen im Monat, Stand November 2026), Airbyte (Open Source, auch selbst hostbar), Stitch.
  • Marketing-nah: Supermetrics und Windsor.ai, die Werbedaten nach BigQuery, Google Sheets oder Data Studio schicken.
  • Umformen im Warehouse: dbt, das Rohdaten per SQL in saubere Tabellen verwandelt.
  • Selbst gebaut: n8n, wenn du eine einzelne Quelle ohne fertigen Connector anbinden willst.

Häufige Fragen

Was ist der Unterschied zwischen ETL und ELT?

Die Reihenfolge. Bei ETL werden Daten umgeformt, bevor sie ins Ziel kommen. Bei ELT landen sie roh im Data Warehouse und werden dort umgeformt. Im Marketing mit BigQuery ist ELT heute der übliche Weg, auch wenn alle weiter ETL sagen.

Brauche ich als kleines Unternehmen überhaupt ETL?

Nicht sofort. Solange du nur Google Ads und GA4 auswertest, verbindet Data Studio beide direkt. ETL lohnt sich, sobald du mehrere Kanäle mit CRM-Daten verknüpfen, Daten länger aufbewahren oder eigene Berechnungen fahren willst.

Was kostet es, Google-Ads- und GA4-Daten in BigQuery zu holen?

Das Einspielen ist laut Google kostenlos. Du zahlst für Speicher und Abfragen. Für kleine Datenmengen reicht anfangs die BigQuery-Sandbox mit 10 GiB Speicher — beachte aber, dass Tabellen dort nach 60 Tagen ablaufen.

Was ist Reverse ETL?

Die Gegenrichtung: Aufbereitete Daten fließen aus dem Warehouse zurück in operative Tools, etwa als Zielgruppenliste zu Google Ads und Meta oder als Lead-Bewertung ins CRM. Werkzeuge dafür sind zum Beispiel Hightouch oder Fivetran Activations.

Warum fehlen nach dem Einrichten meine alten Daten?

Weil viele Exporte nur nach vorne sammeln. Der GA4-Export und der Search-Console-Bulk-Export beginnen am Tag des Einschaltens. Bei Google Ads lassen sich ältere Daten per Backfill nachholen, soweit die Quelle sie noch aufbewahrt.

Begriff teilenHat dir die Definition geholfen? Schick sie weiter.